2019云栖大会参会总结-智能测试专场
作者：互联网
智能测试专场
讲演内容概述
本专场共有5个主题，分别为“人机协作的智能测试”、“从evosuite到智能的业务场景测试”、“出行场景下的用户异常实时检测”、“复杂电商的大数据端到端质量保证技术”、“测试用例有效性度量及自动缺陷修复”。
第一、二个主题的讲演人员为学术界老师，两位老师探讨了学术界中关于测试领域的方法。具体的介绍了使用NLP技术将自然语言用例转化为自动化测试脚本；介绍了使用搜索算法生成测试数据（具体的算法有遗传算法、粒子群优化算法、蚁群算法、爬山算法、模拟退火算法等），基于优化算法可以得到局部或者全局最优解；介绍了使用图像识别技术进行UI测试；基于图模型的用例生成技术。
第三个主题的讲演人员为滴滴出行的专家工程师，其介绍了出行场景下的异常检测系统的构建逻辑。整体技术体系中运用到了机器学习技术，使用机器代替人工进行异常分析，降低人员参与程度。但是根据其经验，机器的识别准确程度较专家人员低，需要进行一步改善。
第四个主题的讲演人员为阿里业务平台的专家，其主要介绍了测试左移、测试右移、整体平台介绍等内容。测试左移-基于缺陷修复成本考量，其团队将测试的阶段左移到单元测试阶段和集成测试阶段，避免缺陷进入到后续阶段而需要投入高昂的修复成本。测试右移—基于用户的真实体验进行测试，总共阐释了可灰度、可监控、可恢复等内容。另外介绍了其使用的基于云生态的测试平台框架、天启&天画系统。在讲演中提及到测试人员需要具备三种素质，即提效能、懂业务、知架构。
第五个主题的讲演人员为蚂蚁金服研究员，其介绍测试用例有效性度量及自动缺陷修复。
测试用例有效性度量从三个方面入手，分别为静态代码分析、变异测试、动态注入的方式。
静态代码分析主要使用用例脚本对源码进行测试，得出其测试用例有效性；变异测试采用类似于“钓鱼执法”的方式，对测试用例进行测试，其主要思想为改变原有代码结构，来判断测试用例的正确性；动态注入为使用脚本在程序运行时对系统进行测试，但是其中需要考虑到计算成本问题，提出动态注入的脚本的价值需要较高。为避免杀虫剂效应，需要进行一定时间的人为参与到用例的更新。代码的自动修复采用了机器学习的方法，其使用的流程为缺陷修复提取-代码格式归一化-修复对聚类-人工打标，以此形成缺陷修复规则库对缺陷进行修复，减少开发人员与测试人员手工参与，达到提升效率保证质量的目的。
个人感想
从本场学习了测试的一些方式。较多的为AI技术、平台化技术在测试领域中的应用，可以从中获取一些有用的内容应用到实际的工作中，便于提高效率，提升产品质量。
lynchyueliu
发布了4 篇原创文章 · 获赞 0 · 访问量 300
私信
关注
标签：讲演,专场,修复,云栖,算法,测试用例,2019,测试,缺陷 来源： https://blog.csdn.net/lynchyueliu/article/details/103947649